Sono passati più di dieci anni dal primo debutto dei servizi di traduzione di Google e da allora la ricerca in questo ambito a Mountain View non si è mai fermata. Soprattutto, Google non ha mai smesso di lavorare sul machine learning applicato ai sistemi di traduzione.
Fino al debutto, alla fine della scorsa settimana, di Google Neural Machine Translation (GNMT), un sistema di traduzione, rilasciato per traduzioni dal cinese all’inglese, che rappresenta una nuova pietra miliare e la base per importanti sviluppi futuri.
Il percorso si è sviluppato in termini di complessità crescenti: dalla semplice traduzione parola per parola, alla traduzione frase per frase, arrivando all’ultimo passaggio, proposto oggi da Google.
GNMT prende in esame la frase nel suo insieme, ma non trascura i singoli elementi e tutte le loro accezioni. Il tutto, sembra paradossale dirlo ma il punto sta proprio tutto qui, senza connotazioni linguistiche o etimologiche, ma basandosi esclusivamente su matematica e statistica.
E laddove la statistica dovesse risultare poco utile, ad esempio nel caso di parole rare, dunque difficilmente associabili a contesti predittivi, il sistema è in grado di creare dei collegamenti e delle associazioni utili per il loro riconoscimento.
GNMT supera tutto quanto è stato fatto nella traduzione automatica
GNMT è forse la dimostrazione più concreta che Google possa dare del suo lavoro sulle reti neurali. In questo caso, il modello supera qualsiasi sforzo umano sia stato fatto finora nell’ambito dei sistemi di traduzione automatica: dal momento che si parla di autoapprendimento grazie a milioni di iterazioni, non esiste nemmeno più il tema dell’obsolescenza dei termini, dal momento che il sistema segue le lingue nel loro sviluppo.
Il sistema è stato utilizzato per il cinese, dunque una delle lingue con un elevatissimo livello di complessità, così come con spagnolo e francese ed è chiaro che ulteriori espansioni arriveranno nei prossimi mesi.
Per lo sviluppo di GNMT, Google ha utilizzato TensorFlow, la sua piattaforma per il machine learning, così come Tensor Processing Unit, vale a dire I sistemi appositamente progettati per questi carichi di lavoro.
La società è consapevole che GNMT non rappresenta ancora LA soluzione definitiva, tuttavia, riduce di oltre il 50 per cento gli errori rispetto alla situazione attuale ed è dunque da considerare una nuova pietra miliare in questo tipo di servizi.
Per spiegare meglio il suo lavoro in questo ambito specifico, Google ha reso pubblica la documentazione sulla sua ricerca.
